原文传递
基于LQR算法的列车自动驾驶系统最优控制研究
| 论文题名： | 基于LQR算法的列车自动驾驶系统最优控制研究 |
| 关键词： | 列车自动驾驶系统;速度控制器;动力学模型;最优控制;PID控制 |
| 摘要： | 随着城市化进程的加快和人口增加，国人出行困难的问题日益严重。为了减缓乃至解决这个问题，运量大、效率高的城市轨道交通逐步受到重视，在全国各地开始蓬勃发展。列车自动驾驶子系统ATO(Automatic Train Operation)作为列车自动控制系统ATC(Automatic Train Control)的核心组成部分之一，减轻了司机的劳动强度，同时提高了列车的运行效率。在ATO的控制下，列车运行的准时性、舒适性以及节能性指标也能随着控制算法的优化而不断提高。探索更好的控制算法，更准确高效地控制列车自动驾驶是目前业内亟待攻克的难题。 论文在分析当前ATO速度控制器控制过程和控制算法研究成果的基础上，设计了基于线性二次型最优控制器LQR(Linear Quadratic Regulator)的控制算法，将LQR最优控制易于控制并兼顾多项性能指标效果的优点引入到ATO控制中。 论文从ATO原理、功能以及ATO速度控制器性能指标入手，研究了列车迟滞、干扰特性，分析了列车的牵引制动特性以及单质点列车模型列车在不同工况的受力情况，针对ATO速度控制器控制对象建立动力学模型。研究LQR算法原理及将ATO控制过程转化为最优控制的方法作为基础，设计了基于LQR的ATO速度控制器控制算法，并与经典PID控制算法对比分析。论文通过仿真对设计的LQR控制算法和PID控制算法进行验证，从停车精确度、舒适性、准时性和节能性指标分析了LQR控制算法和PID控制算法的性能。仿真结果表明LQR算法在测速误差不大于0.6km/s情况下能满足停车误差小于30cm，运行时间误差不大于2％，其他性能指标也满足要求并略优于文中使用的PID算法仿真结果，达到了优化控制的预期目的。 |
| 作者： | 冯健 |
| 专业： | 交通运输工程 |
| 导师： | 王长林 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南交通大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
